[论文阅读-15] Depth-induced Multi-scale Recurrent Attention Network for Saliency Detection

会议：ICCV-2019

简介：

文中提出了一个深度诱发多尺寸循环注意力网络（Depth-induced Multi-scale Recurrent Attention Network）。

存在的问题：

• 大多数基于CNN的方法融合RGB和深度特征是直接在深层或浅层通过concatenation或者summation实现的。
• 多物体在同一个场景中的深度和尺寸并不一致。

贡献

• 本文设计了一个高效深度精化模块（DRB），利用 残差连接在多层提取和融合RGB和深度特征。
• 本文设计了一个深度诱导多尺寸权重模块。
• 本文设计了一个循环注意力模块，可以从粗到细更加准确的生成显著性检测目标。

方法

网络结构是一个two-stream的模型，基本架构是VGG-19的五个卷积块。深度流的结果是生成一个深度向量，用来和RGB流的结果结合输入到DRB模块中。在深度向量的引导下，多尺寸特征会经过融合特征在DMSW模块中生成。在模型的结束，会通过循环注意力机制来提升模型的效果。

深度精化模块

每一层都会有一个RGB特征一个深度特征，深度特征会经过卷积和PReLu来学习一个深度残差。和RGB特征进行加操作后，reshape到指定大小，再通过一个残差学习，得到每一个卷积块的最终特征。

深度诱导多尺寸权重模块

深度特征的最后一层经过均值池化和卷积操作学习深度向量，深度精化模块学习到的结果融合后得到，用不同尺寸的卷积核提取信息（Inception思想）。

循环注意力机制

与SOTA结果比较